AI 編碼工具席卷行業(yè),“代碼產(chǎn)出提升40%”、“研發(fā)效率翻倍”之類的說法層出不窮。很多團(tuán)隊(duì)一擁而上上 AI 工具,卻發(fā)現(xiàn)代碼越寫越多,交付越來越慢,線上問題反而變多,工程師也更加疲憊。
原文鏈接:https://andrewmurphy.io/blog/if-you-thought-the-speed-of-writing-code-was-your-problem-you-have-bigger-problems
作者 | Andrew Murphy 翻譯 | 鄭麗媛
出品 | CSDN(ID:CSDNnews)
周二早上,工程副總裁(VP)正站在會(huì)議室前,展示一份PPT,,興奮得跟 2017 年剛發(fā)現(xiàn)加密貨幣的人一模一樣。他剛從某個(gè)會(huì)議或廠商晚宴回來,三杯烈酒下肚、一場(chǎng)AI演示看完,現(xiàn)在帶著“重磅消息”回來了:
“我們要在全團(tuán)隊(duì)推行 AI 編碼助手。初步數(shù)據(jù)顯示代碼產(chǎn)出會(huì)提升 40%,這將徹底改變我們的研發(fā)速度。”
于是,會(huì)議室里出現(xiàn)了“經(jīng)典”一幕:一半人點(diǎn)頭附和,另一半人好像突然對(duì)自己的筆記本電腦產(chǎn)生了濃厚興趣。至于資深工程師,他們臉上露出了那個(gè)熟悉的表情——你懂的,就是那種在心里盤算:是現(xiàn)在站出來說點(diǎn)什么,還是晚點(diǎn)直接更新 LinkedIn 簡(jiǎn)歷算了。
但從始至終,沒人問出那個(gè)最關(guān)鍵的問題:所謂的速度提升,到底是朝著什么目標(biāo)的速度?
事情的本質(zhì)其實(shí)很簡(jiǎn)單:這位VP 看了一眼整個(gè)軟件交付流程,找到了一個(gè)本來就很快的環(huán)節(jié)——寫代碼,然后決定讓它更快。
這就像在流水線上,挑了一個(gè)不是瓶頸的工位瘋狂加速,還往里面砸錢。如果你稍微了解一點(diǎn)系統(tǒng)理論,就會(huì)知道——這不僅不會(huì)讓系統(tǒng)變快,反而會(huì)讓一切變得更糟。
![]()
![]()
1984 年的理論,今天依然適用
1984 年,Eli Goldratt 寫了一本小說——《目標(biāo)(The Goal)》。雖然講的是制造業(yè),但對(duì)軟件工程也離譜地適用。
這本書最核心的思想是約束理論(Theory of Constraints):
● 每個(gè)系統(tǒng)都有且只有一個(gè)瓶頸
● 整個(gè)系統(tǒng)的吞吐量,由這個(gè)瓶頸決定
● 在解決瓶頸之前,優(yōu)化其他地方毫無意義
很多人理解到這里就停了。但真正關(guān)鍵、也最危險(xiǎn)的一點(diǎn)是:
如果你優(yōu)化的不是瓶頸,你不僅不會(huì)得到更快的系統(tǒng),反而會(huì)得到一個(gè)更加“崩潰”的系統(tǒng)。
以流水線舉例就很直觀:A 工位生產(chǎn)得飛快,但 B 工位(瓶頸 )的處理能力沒變。而你在 A 和 B 之間塞了一堆未完成的任務(wù),導(dǎo)致工作量暴漲、交付周期變長(zhǎng)、B 工位的人被淹沒、優(yōu)先級(jí)混亂、質(zhì)量暴跌——因?yàn)樗腥硕荚诿χ熬然稹保緵]時(shí)間思考。
結(jié)論就是:你沒有提速,你只是制造了一場(chǎng)“交通堵塞”,然后管它叫“生產(chǎn)力提升”。
![]()
真實(shí)噩夢(mèng):當(dāng)你把代碼產(chǎn)出“提升 3 倍”之后
我相信,很多人已經(jīng)在經(jīng)歷這一切了。我也經(jīng)歷過,感受就是三個(gè)字:糟透了。
開發(fā)者提交 PR 的速度前所未有地快。嗯,很好,很棒,給你發(fā)個(gè)獎(jiǎng),但然后呢?這些 PR 進(jìn)入 Review 隊(duì)列,而負(fù)責(zé) Review 的人數(shù)并沒有變成 3 倍——VP 看到的那份廠商 PPT 里根本沒提到 Review 這個(gè)問題。
于是 PR 開始積壓:一天、兩天、一周。
然而,開發(fā)者早就被 AI 輔助推著搞下一個(gè)需求了,等 Review 意見回來時(shí),他看著自己 8 天前寫的代碼,跟看侏羅紀(jì)化石沒區(qū)別:“你能解釋下這個(gè)函數(shù)是干嘛的嗎?”
在這種情況下,Review 開始變成走過場(chǎng)蓋章,因?yàn)閷?shí)在太多,根本沒法認(rèn)真看。有人審批了自己根本沒細(xì)看的 PR(大家都干過吧),然后合并、CI 跑 45 分鐘、不穩(wěn)定用例失敗、重跑、第二次通過。
接著,部署流程需要手動(dòng)審批,而審批的人正在開“關(guān)于開會(huì)的會(huì)”。所以功能在測(cè)試環(huán)境躺了三天,沒人對(duì)“上線”這件事有緊迫感。與此同時(shí),開發(fā)者又提交了兩個(gè) PR。隊(duì)列越來越長(zhǎng),待辦事項(xiàng)逐漸爆炸,每個(gè)人手里同時(shí)掛著 6 件事,卻沒一件能真正做完,周期時(shí)間(真正衡量你給用戶交付價(jià)值速度的指標(biāo))反而變得更差。
你產(chǎn)出了更多代碼,卻上線了更少的軟件。明明現(xiàn)狀變得更糟了,儀表盤上卻寫著:生產(chǎn)力提升了40%——而搞出這一切的人,很可能要升職了。
這樣的劇本,我在三家不同公司親眼見過:儀表盤數(shù)據(jù)好看了,上線速度卻變慢了。沒人把兩者關(guān)聯(lián)起來,因?yàn)閮x表盤是給董事會(huì)看的,而董事會(huì)不懂什么是周期時(shí)間,也沒人愿意做那個(gè)出來解釋真相的人。
而更讓我睡不著的是:很多 AI 生成的代碼,根本沒人能完全懂。
因?yàn)閷懘a的人沒有真正去“寫”,只是提示、 skim、跑一遍。凌晨 2 點(diǎn)線上出Bug時(shí),值班的人沒寫過,寫提示的人又解釋不了。結(jié)果呢?你只是擴(kuò)大了故障面,同時(shí)減少了能理解系統(tǒng)的人。
顯然,這不是生產(chǎn)力提升,這只是一顆包裝得更好看的“定時(shí)炸彈”。
![]()
那么,真正的瓶頸到底在哪?
問題來了:如果寫代碼從來都不是瓶頸,那真正的瓶頸到底在哪?
答案很簡(jiǎn)單:順著價(jià)值流走一遍。跟著一個(gè)功能,從“一個(gè)想法”到“用戶真正用到”,我保證你會(huì)發(fā)現(xiàn)瓶頸在瘋狂向你招手。
(1)你根本不知道該造什么
這是所有人都羞于談?wù)摰恼嫦啵寒a(chǎn)品經(jīng)理兩個(gè)月沒跟真實(shí)用戶聊過天;需求是 Jira 里三行字加一個(gè) Figma 鏈接,設(shè)計(jì)是從沒用過產(chǎn)品的人拍板的;工程師每天要做 50 個(gè)關(guān)于行為、邊界、異常處理的微決策——因?yàn)楦緵]人定義過,所有人都在猜。
我見過一個(gè)團(tuán)隊(duì),花了 6 周,根據(jù)銷售在 Slack 里轉(zhuǎn)述的“客戶可能在電話里大概說過”的需求,做了一個(gè)功能,而最后客戶根本沒買。這個(gè)功能只有 11 個(gè)人用過,其中9 個(gè)是內(nèi)部測(cè)試。
這不是交付問題,這是“我們到底在干嘛”的問題。
在這種環(huán)境下提升代碼速度,寫得再快,也只是更快地做錯(cuò)事而已。
(2)代碼“寫完”之后的所有事情
我給“寫完”打引號(hào),是因?yàn)樵诖蠖鄶?shù)公司,代碼寫出來可能只占整個(gè)流程的20%。另外 80%,是你的代碼在各種隊(duì)列里等待的時(shí)間。
我見過這樣一種情況:代碼一下午就寫完了,而上線花了兩個(gè)月。代碼本身沒變慢,是代碼周圍的一切在擋路——PR 評(píng)審、CI、測(cè)試環(huán)境、QA、安全評(píng)審、產(chǎn)品驗(yàn)收、發(fā)布窗口、灰度……從開發(fā)者分支到用戶屏幕,是一長(zhǎng)串交接、等待、排隊(duì)。
大多數(shù)時(shí)候,你的代碼都一動(dòng)不動(dòng):等人看、等流程跑、等某人點(diǎn)頭放行。
你以為慢的是開發(fā),其實(shí)真正慢的是“等待”。
(3)發(fā)布恐懼癥
我數(shù)不清有多少團(tuán)隊(duì)都害怕發(fā)布。用例不穩(wěn)定、可觀測(cè)性一團(tuán)糟、沒人信灰度流程、上次周四發(fā)布?xì)Я怂腥说闹苣谑撬麄冊(cè)趺醋觯堪炎兏鼣€成更大的包,但更大就更危險(xiǎn),更危險(xiǎn)就更不敢發(fā),更不敢發(fā)就攢得更多。
恭喜,你形成了一個(gè)完美的“發(fā)布恐懼循環(huán)”。
現(xiàn)在,還要再加上“更快的代碼產(chǎn)出”:更多代碼,但同樣恐懼發(fā)布的文化,導(dǎo)致包更大、風(fēng)險(xiǎn)更高、發(fā)布更慢——你給一個(gè)本來就不敢上線的團(tuán)隊(duì),增加了更多不敢上線的理由。
(4)發(fā)布了,但沒人知道有沒有用
這和“不知道造什么”是同一種病,只是在流程另一端。你做了、你上線了,然后…… 沒了。沒有像樣的數(shù)據(jù)分析、沒有上線后的用戶訪談、沒人回頭看這個(gè)功能到底有沒有解決問題。于是,你的下一個(gè)功能繼續(xù)猜。
整個(gè)路線圖就是一連串“有根據(jù)的推測(cè)(educated guess)”,中間沒有任何反饋閉環(huán)。
在這種環(huán)境下加快代碼速度,只是讓你“做→上線→無所謂” 的循環(huán)轉(zhuǎn)得更快。你更頻繁地得到 “我們不知道這東西有沒有用”,每次都學(xué)不到任何東西,還莫名其妙把這叫做“速度”。
(5)真正的瓶頸:組織本身
所以,有時(shí)候瓶頸根本不是技術(shù),而是:
● 要等一個(gè)會(huì)才能做決策
● 三個(gè)團(tuán)隊(duì)要定接口契約,但一個(gè)月沒互相聊過
● 架構(gòu)師是所有重大設(shè)計(jì)的唯一審批人,流程至少要積壓兩周
● 季度規(guī)劃要做 6 周,緊急需求要再等 5 周,因?yàn)椤安辉谟?jì)劃里”
我參加過一個(gè)討論會(huì),當(dāng)時(shí)全場(chǎng)都在問 “為什么這個(gè)功能沒上線”,最終答案簡(jiǎn)直離譜:“我們?cè)诘纫粋€(gè)正在休假的人開會(huì)。”
所以,不是技術(shù)問題,不是代碼問題,是組織結(jié)構(gòu)的問題。我們討論功能的時(shí)間,比寫功能還長(zhǎng),甚至還有人提議:開個(gè)會(huì),討論一下那個(gè)會(huì)怎么開——我真希望這只是個(gè)玩笑。
這些是協(xié)作問題、人的問題、政治問題、沒人愿意背鍋的問題。AI 寫代碼更快又怎樣?這對(duì)這些問題毫無作用。你的瓶頸在組織架構(gòu)里,再?gòu)?qiáng)的 Copilot 也重構(gòu)不了它。
![]()
正確但“無聊”的解法
這些方法沒人愿意講,因?yàn)樗鼈儾豢帷⒉?AI、不好賣,但確實(shí)有效。
(1)盤一下你的價(jià)值流
從想法到上線,一步步記下來,每一步耗時(shí)、每?jī)刹街g等待多久。等待的 gap,就是你周期時(shí)間的殺手。過程可能會(huì)很抑郁,但還是要做。
(2)關(guān)注周期時(shí)間,而不是代碼量
如果你在統(tǒng)計(jì)代碼行、合并 PR 數(shù),卻不看從提交到用戶用上要多久,你就是在優(yōu)化錯(cuò)誤指標(biāo)。
(3)消滅等待狀態(tài)
PR 等兩天?做結(jié)對(duì)編程、更小 PR、固定評(píng)審時(shí)間。發(fā)布要等手動(dòng)審批?自動(dòng)化,或至少做成 Slack 按鈕,別總靠會(huì)議。決策靠開會(huì)?拆成小決策,讓很多決策不需要開會(huì)。
(4)少開工,多完工
WIP 限制是有原因的。做完 3 件事,比 10 件事都做到一半要強(qiáng)得多。并行任務(wù)就是切換成本,而優(yōu)秀工程師就是這么慢慢精神內(nèi)耗掉的。
(5)聽一線工程師的
一線工程師早就知道瓶頸在哪,他們每天 standup 在吐槽、還在 Slack 發(fā)梗圖——只是沒人聽。
![]()
最后想說的
回到開頭說的那個(gè)周二早上。副總裁站在臺(tái)上說“代碼產(chǎn)出提升 40%”,但他真正該說、且真正有用的話應(yīng)該是:
“我們分析了整個(gè)交付流程,發(fā)現(xiàn)功能平均有 9 天在等待。接下來,我們要把它砍半。”
這句話并不酷炫、放不進(jìn)廠商 PPT、做不成產(chǎn)品,也很難成為大會(huì)演講題目,但它卻能讓你真正地快速交付。
所以,寫代碼的速度從來都不是你的問題。如果你以為它是,那么這個(gè)“認(rèn)知與現(xiàn)實(shí)的差距”,才是你真正的問題所在。
真正的競(jìng)爭(zhēng)優(yōu)勢(shì),從不屬于寫代碼最快的團(tuán)隊(duì),他們反而容易被淹沒在 AI 生成的 PR 隊(duì)列里,而那些能想清楚要造什么、造得出來、并快速交到用戶手里的,才是真正成功的團(tuán)隊(duì)。
【活動(dòng)分享】“48 小時(shí),與 50+ 位大廠技術(shù)決策者,共探 AI 落地真路徑。”由 CSDN 與奇點(diǎn)智能研究院聯(lián)合舉辦的「全球機(jī)器學(xué)習(xí)技術(shù)大會(huì)」正式升級(jí)為「奇點(diǎn)智能技術(shù)大會(huì)」。2026 奇點(diǎn)智能技術(shù)大會(huì)將于 4 月 17-18 日在上海環(huán)球港凱悅酒店正式召開,大會(huì)聚焦大模型技術(shù)演進(jìn)、智能體系統(tǒng)工程、OpenClaw 生態(tài)實(shí)踐及 AI 行業(yè)落地等十二大專題板塊,特邀來自BAT、京東、微軟、小紅書、美團(tuán)等頭部企業(yè)的 50+ 位技術(shù)決策者分享實(shí)戰(zhàn)案例。這不僅是一場(chǎng)技術(shù)的盛宴,更是決策者把握 2026 AI 拐點(diǎn)的戰(zhàn)略機(jī)會(huì)。
特別聲明:以上內(nèi)容(如有圖片或視頻亦包括在內(nèi))為自媒體平臺(tái)“網(wǎng)易號(hào)”用戶上傳并發(fā)布,本平臺(tái)僅提供信息存儲(chǔ)服務(wù)。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.